• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.14 no.2
• /
• pp.307-316
• /
• 1994

The rainfall forecasting model of the short term is improved at the point where meterological data is not gaged. In this study, the adopted model is based on the assumptions for simulation model of rainfall process, meteorological homogeneousness, prediction and estimation of meteorological data. A Kalman Filter technique is used for rainfall forecasting. In the existing models, the equation of the model is non-linear type with regard to rainfall rate, because hydrometer size distribution (HSD) depends on rainfall intensity. The equation is linearized about rainfall rate as HSD is formulated by the function of the water storage in the cloud. And meteorological input variables are predicted by emprical model. It is applied to the storm events over Taech'ong Dam area. The results show that root mean square error between the forecasted and the observed rainfall intensity is varing from 0.3 to 1.01 mm/hr. It is suggested that the assumptions of this study be reasonable and our model is useful for the short term rainfall forecasting at the ungaged point of the meteorological data.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.288-288
• /
• 2016

유역단위 오염부하량 산정에는 SWAT, HSPF 등의 물리적 매개변수 기반 분포형 모형이 주로 사용되고 있으나, 공간분포형 입력자료로 인한 많은 매개변수는 모의 과정을 복잡하게 하며, 보정 과정에 있어 많은 시간과 노력을 요구하는 단점이 있다. 이로 인해 실무에서는 원단위법이나 유량-부하량 관계식과 같은 통계적 분석에 의한 회귀식이 주로 사용되고 있다. 그 중 LOADEST는 회귀식 기반 프로그램으로, 다양한 연구자들에 의해 연구되고 있으나, 수질 모형과의 모의능력을 비교하는 연구는 부족하다. 본 연구에서는 청미천 상류유역을 대상으로 유역특성에 따른 LOADEST 기반 회귀식의 매개변수를 추정하여 오염부하량을 모의하고, SWAT 모형에 의한 오염부하량 모의결과와 비교 평가하고자 한다. 모형의 구동 및 회귀식 매개변수 추정에 필요한 입력 자료는 용인시 백암면 일대에서 2013년부터 2015년까지 모니터링한 수질, 유량 및 기상자료와 지형자료 (토지이용도, 토양도, 수치표고자료)를 이용하여 구축하였다. LOADEST 기반 회귀식의 매개 변수 추정은 김계웅 (2015)이 개발한 방법을 사용하였으며, 유역면적, 토지이용비율 등은 지형자료를 이용하여 산정하였다. SWAT 모형의 보정은 2013년부터 2014년까지의 자료를 이용하였으며, 2015년 자료를 이용하여 검정하였다. 본 연구의 결과는 비점오염원 모델에 대한 이해를 넓히고, 오염부하량 모의를 위한 모형 선정에 있어 도움이 될 수 있을 것으로 기대한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.58-58
• /
• 2019

최근 기계학습기법에 대한 활발한 연구로 인하여 많은 기계학습기법들이 개발되었다. 이러한 최신기계학습기법은 기존에 사용되어온 기계학습기법과 경험식들보다 자연현상을 예측하고 재현하는데 높은 성능을 보이는 것으로 알려져 있다. 레이더 자료를 이용한 강우추정 기법으로는 ZR관계식이 널리 사용되고 있다. 이상적인 조건에서는 ZR 관계식을 이용한 레이더 강우추정이 양호한 성능을 보이나, 실제 레이더 자료를 이용한 강우추정은 이상적인 환경이 아닌 경우가 매우 많다. 이런 ZR관계식의 한계점을 보완하기 위한 방법으로 기계학습기법을 이용한 레이더 강우추정 기법들이 개발되었으나, 현재 한국의 레이더 자료를 대상으로 해서는 많은 연구가 진행되어 오지 않고 있다. 레이더 자료를 이용한 강우추정의 정확도 향상을 위해서는 최신 기계학습기법들의 레이더 강우추정 기법에 대한 적용가능성을 평가해 볼 필요성이 있다. 본 연구에서는 random forest, stochastic gradient boosted model, extreme learning machine의 강우 레이더 강우추정 기법으로의 적용성을 평가하였다. 강우추정 기법 개발 및 성능 비교를 위해서 2018년 광덕산 이중편파 레이더 자료를 이용하였다. 다양한 이중편파 매개변수 조합을 레이더 강우추정 기법의 입력변수로 적용하였다. 기존 연구의 사용되어 온 ZR관계식의 매개변수를 또한 강우사상과 이중편파 매개변수 조합을 이용하여 추정하였다. 기계학습을 적용한 레이더 강우추정 기법이 ZR관계식보다 상관계수와 제곱근오차를 기준으로 높은 강우추정 정확도를 보였다. 특히 개발된 강우추정 기법은 호우사상에서 높은 정확도를 보이는 것을 확인 할 수 있었다. 적용된 기계학습 기법 중에서는extreme learning machine이 레이더 강우추정기법 개발에 가장 적합한 것으로 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1679-1683
• /
• 2008

낙동강 하류지점인 물금은 2003년${\sim}$2005년의 대부분이 부영양화의 기준을 넘고 있다. 하구둑 건설이후, 담수화 된 하구둑 상부에서는 부영양화가 가속화되었다. 수질의 악화는 물론 강 생태계의 구조와 기능의 변화까지 초래되었다. 지난 $7{\sim}8$년 간 낙동강 하류 지역은 갈수기 식물성 플랑크톤 군집의 대거 번성으로 인한 부영양화로 연중 심각한 수질 오염문제를 야기하고 있다. 본 연구는 WASP 7.2 모형과 예측된 동물성플랑크톤을 이용하여 낙동강 유역의 하류 지역인 물금의 부영양화를 예측하는 것이다. 2005년의 관측값을 초기조건으로 고정하고 DO, $NO_3$-N, $PO_4$-P, 기상청에서 예보되는 기온을 사용하여 동물성 플랑크톤을 신경망 모형으로 예측한 뒤, 수온 대신 기상청의 기온을 입력하여 $1{\sim}3$일 후의 단기 수질을 예측하였다. 부영양화 예측결과와 2005년의 월별 수질 관측값을 통계량을 이용하여 분석하였다. $1{\sim}3$일 후의 예측결과 수질항목 중 부영양화의 기준이 되는 클로로필-a, 총 질소, 총 인의 경우는 예측기간 모두 관측값에 적합하게 모의되었다. WASP 7.2 모형의 수질항목 관측자료를 초기값으로 입력하고, 예측된 동물성 플랑크톤의 개체수와 기상청에서 예보되는 기온을 사용한 수질모의는 낙동강의 단기 수질예측에 유의한 의미가 있을 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.152-152
• /
• 2016

최근 기후변화의 영향으로 장마, 태풍 등 극한사상의 발생빈도와 강도가 비정상적인 증가 추세를 나타내고 있으며, 여름철 국지성 호우로 인한 농경지 및 도심 저지대 지역의 침수 피해가 발생하고 있다. 침수 피해에 대한 대책 마련을 위해서는 수공구조물 설계 기준을 초과하는 호우에 대한 홍수 영향을 분석할 필요가 있으며, 기후변화에 따른 강우자료의 변화 특성을 파악하기 위해서는 비정상성 (Non-Stationary) 가정이 수반되어야 한다. 따라서 본 연구에서는 비정상성 빈도해석을 통해 중소하천을 대상으로 부정류 해석을 실시하고 미래 침수특성을 분석하고자 한다. 연구대상지는 상습 침수지역이 위치한 중소하천을 선정하였고, 각 유역에 가장 인접한 기상관측소로부터 강수량 자료를 수집하였다. 강수량 모의 자료는 국립기상과학원에서 제공하는 해상도 12.5 km의 지역 기후변화 시나리오를 이용하여 구축하였다. 구축한 강수량 자료는 정상성 및 비정상성 빈도해석을 각각 수행하였으며 비정상성 빈도해석 방법으로는 누적평균 방법 및 이동평균 방법을 적용하였다. 유역 유출량은 실무에서 설계홍수량 산정에 널리 이용되고 있는 HEC-HMS 모형으로 산정하였다. 유출량과 하천기본계획의 하천단면 측량자료를 1차원 부정류 해석 모형인 HEC-RAS 모형에 입력하고 부정류 해석을 실시하여 하천 홍수위를 모의하였다. 본 연구의 결과는 상습 침수 지역의 침수 피해에 대한 관리 대책을 수립하는데 기초자료로 사용할 수 있을 것을 사료된다.

• Journal of Korea Water Resources Association
• /
• v.52 no.7
• /
• pp.451-461
• /
• 2019

The dam reservoir inflow prediction is utilized to ensure for water supply and prevent future droughts. In this study, we predicted the dam reservoir inflow and analyzed how seasonal weather forecasting affected the accuracy of the inflow for even multi-purpose dams. The hindcast and forecast of GloSea5 from KMA were used as input for rainfall-runoff models. TANK, ABCD, K-DRUM and PRMS models which have individual characteristics were applied to simulate inflow prediction. The dam reservoir inflow prediction was assessed for the periods of 1996~2009 and 2015~2016 for the hindcast and forecast respectively. The results of assessment showed that the inflow prediction was underestimated by comparing with the observed inflow. If rainfall-runoff models were calibrated appropriately, the characteristics of the models were not vital for accuracy of the inflow prediction. However the accuracy of seasonal weather forecasting, especially precipitation data is highly connected to the accuracy of the dam inflow prediction. It is recommended to consider underestimation of the inflow prediction when it is used for operations. Futhermore, for accuracy enhancement of the predicted dam inflow, it is more effective to focus on improving a seasonal weather forecasting rather than a rainfall-runoff model.

• Journal of Korea Water Resources Association
• /
• v.57 no.2
• /
• pp.127-137
• /
• 2024

Physical models, which are often used for water resource management, are difficult to build and operate with input data and may involve the subjective views of users. In recent years, research using data-driven models such as machine learning has been actively conducted to compensate for these problems in the field of water resources, and in this study, an artificial neural network was used to simulate long-term rainfall runoff in the Osipcheon watershed in Samcheok-si, Gangwon-do. For this purpose, three input data groups (meteorological observations, daily precipitation and potential evapotranspiration, and daily precipitation - potential evapotranspiration) were constructed from meteorological data, and the results of training the LSTM (Long Short-term Memory) artificial neural network model were compared and analyzed. As a result, the performance of LSTM-Model 1 using only meteorological observations was the highest, and six LSTM-MLP ensemble models with MLP artificial neural networks were built to simulate long-term runoff in the Fifty Thousand Watershed. The comparison between the LSTM and LSTM-MLP models showed that both models had generally similar results, but the MAE, MSE, and RMSE of LSTM-MLP were reduced compared to LSTM, especially in the low-flow part. As the results of LSTM-MLP show an improvement in the low-flow part, it is judged that in the future, in addition to the LSTM-MLP model, various ensemble models such as CNN can be used to build physical models and create sulfur curves in large basins that take a long time to run and unmeasured basins that lack input data.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1734-1738
• /
• 2010

최근 이상 기후에 따른 유역 환경의 변화가 크게 눈에 띄고 있다. 또한, 댐건설이나 하도 준설 등 인위적인 요인에 의해 유역 및 하천의 유사 거동이 크게 변화하고 있다. 그러나, 하도 관리의 기본 자료인 하천 유역의 유사 발생량에 대해서는 체계적인 연구가 부족한 실정이다. 본 연구는 분포형 수문 모형을 이용하여 체계적이고 합리적으로 비유사량을 산정하기 위한 연구이다. 대상 유역으로는 낙동강 주요 지류 중 하나이며, 영주댐이 건설될 계획인 내성천으로 선정하였으며, 이용하는 모형은 대상유역의 토양 특성, 토지이용과 관리 상태를 고려하는 SWAT(Soil and Water Assessment Tool) 모형을 선정하였다. 먼저, GIS와 연계된 SWAT 모형을 적용하기 위하여 수치 고도자료, 토양도와 토지이용도를 구축하고, 내성천 유역의 기상 및 우량 관측소를 고려하여 일강수자료, 일 최대/최소 기온을 포함한 기후자료를 입력하였다. 그리고, 대상 유역에 위치한 수문관측소와 수질 관측소를 고려하여 소유역으로 세분화한 후 토양특성과 토지이용에 따른 모의를 실시하였다. SWAT 모형을 이용한 비유사량 산정에서 문제가 되는 것은 식생 피복 상태와 토양 침식성 인자인 것으로 나타났다. 또한, 산정된 비유사량은 내성천의 하천 유사량 측정 자료에서 산정한 비유사량과 비교하였다. 그 결과 SWAT 모형은 유사량 실측 자료에서 산정된 비유사량보다 상당히 큰 값을 산정하였다. 그러나, 보다 체계적인 입력 자료가 축적된다면, SWAT 모형을 이용하여 합리적인 비유사량 산정이 가능할 것으로 보인다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.362-366
• /
• 2016

기후 변화에 따른 국지성 집중호우, 게릴라성 호우는 도심지역 홍수피해의 주요 원인으로, 이러한 극한 강우사상에 대해 도시지역의 침수피해를 선제적으로 대응하기 위해서는 강우-유출모의 현상을 과학적인 방법으로 분석할 필요가 있다. 이러한 이유로 주요 침수발생지역에 국한하여 강우-유출 해석이 수행되어왔지만, 도시전체에 대한 분석은 시간적, 인력적 제약으로 분석이 어려운 실정이다. 본 연구에서는 대표적 도시지역인 서울시의 전체 239개 배수분구를 83개 배수구역으로 구분, 서울시 최신 UIS자료를 이용하여 각 배수구역별 도시유출모형 구축을 위한 소유역 및 관망 입력자료 DB를 GIS shape파일 형식으로 구축하였으며, 미국 EPA의 SWMM을 적용하여 도시유출모형을 구축하였다. 시간적, 인력적 제약을 극복하기 위하여 구축할 관망 기준을 수립 및 가공하여 적용하였으며, 매뉴얼을 작성하여 매개변수의 적용기준 및 DB구축절차를 표준화하여 입력자료의 일관성 및 객관성을 도모하였다. 구축한 모형의 신뢰성 확보를 위해 서울시 기왕 주요 호우사례에 대한 유출모의 결과와 유량측정 성과의 비교를 통해 모형 검증을 수행한 결과, 관측수위/모의수위의 상관계수는 대부분의 지역에서 0.9 이상으로 나타나 모형 구축결과는 적정한 것으로 판단되었다. 구축된 모형은 실시간으로 변화하는 기상상황을 합리적으로 반영하기 위한 고해상도 기상자료를 활용한 도시침수 예측정보 생산 기술 개발의 기반 자료로 활용될 예정이며, 서울시 전역의 우수관로 월류에 의한 침수 취약지역 파악 및 침수원인 분석, 상습 침수지역에 대한 하수관로 교체 및 저류지 설치 등 치수계획에 대한 기초자료로도 활용 될 수 있을 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.362-362
• /
• 2018

본 연구에서는 제주도 서귀포시에 위치한 효돈천 유역(유역면적 $52km^2$)을 대상으로 기후변화로 인한 미래의 수문학적 변화를 전망하였다. 대표적 유역모형인 SWAT (Soil and Water Assessment Tool)을 기반으로, 제주도 지역의 독특한 유출 특성을 잘 모의할 수 있도록 한계유출모의기법(Chung et al., 2011)과 간헐하천 모의기법(Kim et al., 2013)을 적용하였다. 기후변화 영향을 분석하는데 있어 특정 기후모델 적용에 따른 불확실성을 피하기 위해 IPCC (International Panel on Climate Change)에서 제시하는 대순환모델 (General Circulation Model, GCM) 중 SWAT 모형의 기상입력자료(강수량, 온도, 상대습도, 풍속, 일사량)를 모두 제공하는 9개 GCM을 선정하고, 2개 기후변화 시나리오(RCP 4.5, 8.5)에 따른 미래 전망자료를 SWAT 모형의 입력자료로 활용하였다. 과거기간(1992~2013년)에 대해 SWAT 모의결과로부터 분석한 효돈천 유역의 평균 연 강수량은 2,694 mm, 증발산량은 642 mm, 유출량은 534 mm, 지하수 함양량은 1,521 mm로서, 강수량 대비 유출률은 약 19%로 나타났다. 9개 GCM 자료로부터 미래의 수문변화를 기간별(2010~2039, 2040~2069, 2070~2099)로 구분하여 분석한 결과, 연 강수량, 증발산량, 유출량, 함양량, 유출률 모두 미래 후반기로 갈수록 증가폭이 크게 나타났으며, RCP 8.5에서 상대적으로 더 크게 증가할 것으로 전망되었다. 과거기간 대비 강수량은 최대 24%, 증발산량 18%, 유출량 52%, 함양량 16%까지 증가가 예상되었다. 월별로는 8월과 9월의 강수량 증가로 인해 유출량과 함양량도 같이 8월과 9월에 큰 폭으로 증가할 것으로 전망되었다. 증발산량은 1월에서 8월까지는 증가할 것으로 전망되지만, 9월~12월에는 약간의 감소 또는 큰 변화가 없는 것으로 나타났다. GCM 자료에 따른 결과를 보면 증발산량은 월별 차이가 크지 않으나, 강수량을 비롯하여 유출량과 함양량은 여름철을 중심으로 GCM에 따른 차이가 상대적으로 크게 나타났다.